CN116192971B - 智能云能源运维服务平台数据管理方法 - Google Patents

智能云能源运维服务平台数据管理方法 Download PDF

Info

Publication number
CN116192971B
CN116192971B CN202310446146.8A CN202310446146A CN116192971B CN 116192971 B CN116192971 B CN 116192971B CN 202310446146 A CN202310446146 A CN 202310446146A CN 116192971 B CN116192971 B CN 116192971B
Authority
CN
China
Prior art keywords
compressed
sequence
characters
data
length
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310446146.8A
Other languages
English (en)
Other versions
CN116192971A (zh
Inventor
何玉军
张纯奎
吴磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangyin Huaming Electric Power Development Group Co ltd
Original Assignee
Jiangyin Huaming Electric Power Development Group Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangyin Huaming Electric Power Development Group Co ltd filed Critical Jiangyin Huaming Electric Power Development Group Co ltd
Priority to CN202310446146.8A priority Critical patent/CN116192971B/zh
Publication of CN116192971A publication Critical patent/CN116192971A/zh
Application granted granted Critical
Publication of CN116192971B publication Critical patent/CN116192971B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/04—Protocols for data compression, e.g. ROHC
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本发明涉及数据压缩传输技术领域，具体涉及智能云能源运维服务平台数据管理方法，包括：获取待压缩序列以及历史序列，根据历史序列中每种字符的频率得到压缩字典，获取多个周期长度，将历史序列划分为多个长度为当前周期长度的子串，根据相邻子串之间的汉明距离获取当前周期长度的重复度，按照重复度为每个周期长度对应的压缩字典中的位置分配不定长编码，将待压缩序列中字符在压缩字典中匹配到的位置的编码作为字符的编码，对压缩字典进行更新，得到压缩数据，对压缩数据进行传输。智能云能源运维服务平台对压缩数据进行解压还原，进而进行生产异常预测。本发明的压缩效率较霍夫曼编码等现有压缩算法的效率更高。

Description

智能云能源运维服务平台数据管理方法
技术领域
本发明涉及数据压缩传输技术领域，具体涉及智能云能源运维服务平台数据管理方法。
背景技术
能源数据包括企业生产环境的电、压缩空气、天然气、蒸汽、循环水、自来水、燃气等的实时计量数据。为了根据能源消耗情况智能分析企业生产情况，需要将采集的能源数据传输至智能云能源运维服务平台，由智能云能源运维服务平台对能源数据进行智能分析。但由于能源数据实时采集，较短时间内产生的数据量非常大，为了确保传输到智能云能源运维服务平台的效率，需要对先能源数据进行压缩。
由于能源在不断消耗，每一时刻的能源数据与上一时刻采集的能源数据都不同，因此能源数据的重复率较小。现有的压缩算法如霍夫曼编码、游程编码、算术编码等依据数据的重复性进行编码，当数据重复率较小时，现有的压缩算法难以达到较大的压缩率。因此利用现有的压缩算法对能源数据的压缩率较小。
发明内容
本发明提供智能云能源运维服务平台数据管理方法，以解决现有的问题。
本发明的智能云能源运维服务平台数据管理方法采用如下技术方案：
本发明一个实施例提供了智能云能源运维服务平台数据管理方法，该方法包括以下步骤：
采集当前能源数据，将当前能源数据转换为待压缩序列；
获取上一时间段能源数据对应的待压缩序列作为历史序列，统计历史序列中每种字符的频率，按照频率从大到小的顺序对所有种字符进行排序，将得到的序列作为当前能源数据的压缩字典；
获取多个周期长度，将任意一个周期长度作为当前周期长度，将历史序列划分为多个长度为当前周期长度的子串，将所有相邻的子串构成一个子串匹配对，获取每个子串匹配对的汉明距离；根据所有子串匹配对的汉明距离，获取当前周期长度的重复度；
获取每个周期长度的重复度；按照重复度从大到小的顺序，为每个周期长度分配不定长编码；将每个周期长度对应的不定长编码作为压缩字典中对应的每个位置的编码；
将待压缩序列中每个字符依次作为待压缩字符，对待压缩字符进行压缩，包括：
将压缩字典中与待压缩字符相同的字符作为待压缩字符的匹配字符，将匹配字符在压缩字典中的位置的编码作为待压缩字符的编码，根据匹配字符对压缩字典进行更新；
将待压缩序列中所有字符对应的编码构成的序列作为压缩数据；
将压缩数据传输至智能云能源运维服务平台，智能云能源运维服务平台对压缩数据进行解压还原，得到当前能源数据；智能云能源运维服务平台根据当前能源数据进行生产异常预测。
优选的，所述将当前能源数据转换为待压缩序列，包括的具体步骤如下：
在当前能源数据中所有相邻的两个数值之间添加分隔符号“-”，将当前能源数据中每个数值的每个数位分别看作一个字符，若数值为小数时，将小数点也看作一个字符，将当前能源数据所有字符组成的序列记作待压缩序列。
优选的，所述获取多个周期长度，包括的具体步骤如下：
获取压缩字典中字符的种类数c，将[1,c]范围内的所有整数分别作为一个周期长度。
优选的，所述获取当前周期长度的重复度，包括的具体步骤如下：
Figure SMS_1
；
其中b i 为第i个周期长度的重复度；L为历史序列的长度；l i 为第i个周期长度；n ij 为第i个周期长度下第j个子串匹配对的汉明距离；
Figure SMS_2
为向上取整符号；exp()是以自然常数为底的指数函数。
优选的，所述根据匹配字符对压缩字典进行更新，包括的具体步骤如下：
将匹配字符提到压缩字典的最开始，实现压缩字典的更新。
本发明的技术方案的有益效果是：本发明根据上一时间段的能源数据中字符的频率获取压缩字典，根据不同周期长度将上一时间段的能源数据分割成多个子串，通过分析相邻子串的汉明距离，来获取上一时间段的能源数据中字符出现的周期规律，从而得到每个周期长度的重复度，按照重复度从大到小的顺序为每个周期长度依次分配长度从短到长的不定长编码。将每个周期长度的不定长编码作为压缩字典的每个位置的编码，在根据压缩字典对待压缩序列进行编码时，每编码一个字符，则将压缩字典中对应的匹配字符提到压缩字典的最开始，如此使得对待压缩序列中字符在压缩字典中对应的匹配字符的位置与周期长度相关，当周期长度的重复度越大时，对待压缩序列中字符在压缩字典中对应的匹配字符的位置越可能对应该周期长度，因此本发明根据周期长度的重复度进行不定长编码，使得待压缩序列中每个字符在压缩字典中的匹配字典的位置对应的编码尽可能短，进一步使得待压缩序列中每个字符的编码尽可能短，从而提高能源数据的压缩效率，使得能源数据传输更快，确保了智能云能源运维服务平台对能源数据运维处理的及时性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的智能云能源运维服务平台数据管理方法的步骤流程图；
图2为压缩字典以及压缩字典中对应的每个位置的不定长编码的示意图；
图3为压缩过程示意图；
图4为霍夫曼树示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的智能云能源运维服务平台数据管理方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的智能云能源运维服务平台数据管理方法的具体方案。
请参阅图1，其示出了本发明一个实施例提供的智能云能源运维服务平台数据管理方法的步骤流程图，该方法包括以下步骤：
S001．采集能源数据。
利用部署在企业的智能读表装置如电表、水表、蒸汽表、流量计等采集企业生产环境的能源数据。
需要说明的是，采集的能源数据包括企业生产环境的电、压缩空气、天然气、蒸汽、循环水、自来水、燃气等的实时计量数据。为了根据能源消耗情况智能分析企业生产情况，需要将采集的能源数据传输至智能云能源运维服务平台，智能云能源运维服务平台对能源数据进行智能分析。但由于能源数据实时采集，较短时间内产生的数据量非常大，为了确保传输到智能云能源运维服务平台的效率，需要对先能源数据进行压缩。
在本发明实施例中，对预设时间段内采集的能源数据一同进行压缩，本发明实施例中预设时间段为10分钟，即对能源数据每10分钟压缩传输一次，在其他实施例中，实施人员可根据实际实施情况设置预设时间段。
至此，获取了能源数据。
S002．对能源数据进行分割，获取待压缩序列。
需要说明的是，能源数据包括企业生产环境的电、压缩空气、天然气、蒸汽、循环水、自来水、燃气等的实时计量数据，由于能源数据为实时采集的数据，由于能源在不断消耗，每一时刻的能源数据与上一时刻采集的能源数据都不同，因此能源数据的重复率较小，直接对能源数据进行压缩的压缩率较小。在较短时间内，能源数据采集的时间相近，能源消耗的量较少，较短时间内采集的能源数据的变化程度较小，即较短时间内能源数据的高位可能不变，低位变化。如采集的能源数据为{124.3,125.4,126.6}时，百位和十位短时间内未变化，个位和小数位短时间内不断变化。可将能源数据的每一数位分别作为一个字符，提高能源数据的重复率，使得能源数据的压缩率提高。
在本发明实施例中，将当前时间段需要被压缩的能源数据称为当前能源数据。在当前能源数据中所有相邻的两个数值之间添加分隔符号“-”，将当前能源数据中每个数值的每个数位分别看作一个字符，若数值为小数时，将小数点也看作一个字符，如此，实现了将当前能源数据转换为一个由字符组成的序列，记作待压缩序列。则待压缩序列是由“0”，“1”，“2”，“3”，“4”，“5”，“6”，“7”，“8”，“9”，“.”，“-”共11种字符构成。例如当前能源数据为{124.3,125.4,126.6}时，对应的待压缩序列为{1,2,4,.,3,-,1,2,5,.,4,-,1,2,6,.,6}。
至此，获取了待压缩序列。
S003．构建压缩字典。
需要说明的是，通过将能源数据分割成单个的字符，提高了数据的重复率。但现有的压缩算法中游程编码对排列在一起的重复数据具有较好的压缩效果，霍夫曼编码、算术编码对于字符频率相差较大的数据具有较好的压缩效果。待压缩序列中重复字符不一定排列在一起，且各种字符的频率差异可能较小，相较于直接对能源数据进行压缩，利用现有的压缩算法对待压缩序列进行压缩，虽然能够提高压缩效率，但提高程度有限。因此本发明实施例通过构建压缩字典，对压缩字典的每个位置进行不定长编码，利用待压缩序列中字符在压缩字典中匹配的字符的位置的编码对待压缩序列中字符进行编码，在压缩过程中，不断调整更新压缩字典，使得每次匹配的字符的位置尽可能对应较短的编码，进一步使得待压缩序列中每个字符最终的编码都较短，从而实现待压缩序列的压缩。由于上一时间段的能源数据与当前能源数据的采集时间间隔相差较小，因此上一时间段的能源数据中的数据规律与当前能源数据的数据规律相似，因此可利用上一时间段的能源数据获取当前能源数据的压缩字典。
在本发明实施例中，获取上一时间段的能源数据对应的待压缩序列，记作历史序列。获取历史序列中每种字符的频率，按照每种字符的频率从大到小的顺序对所有种字符进行排序，将得到的序列作为当前能源数据的压缩字典。
需要说明的是，为了在后续的压缩过程中实现在压缩字典中每次匹配的字符的位置尽可能对应较短的编码，需要统计待匹配序列中字符的周期，根据字符出现的周期变化情况来为压缩字典每个位置进行不定长的编码。
压缩字典仅包含了“0”，“1”，“2”，“3”，“4”，“5”，“6”，“7”，“8”，“9”，“.”，“-”共11种字符，且每种字符在压缩字典中仅出现一次，因此压缩字典的长度为11。将[1,11]范围内的整数分别作为周期长度。
分别获取每个周期长度的重复度，每个周期长度的重复度的获取方法相同，本发明实施例以第i个周期长度l i 为例进行说明，具体如下：
获取历史序列的长度L，根据第i个周期长度将历史序列划分为
Figure SMS_3
个长度为l i 的子串，其中/>
Figure SMS_4
为向上取整符号，若最后一个子串的长度不足l i ，则在最后一个子串末尾补充字符“0”，使最后一个字符的长度达到l i 。则每个子串相当于历史序列在第i个周期长度下的一个周期。
将任意相邻的两个子串构成一个子串匹配对，如第1个子串和第2个子串构成一个子串匹配对，第2个子串和第3个子串构成一个子串匹配对，依次类推，第
Figure SMS_5
个子串和第/>
Figure SMS_6
个子串构成一个子串匹配对。则一共有/>
Figure SMS_7
个子串匹配对。
获取每个子串匹配对的汉明距离，汉明距离是两个字符串对应位置的不同字符的个数，为公知技术，在本发明实施例中不再详细赘述。
根据所有子串匹配对的汉明距离，获取第i个周期长度l i 的重复度b i ：
Figure SMS_8
；
其中b i 为第i个周期长度的重复度；L为历史序列的长度；l i 为第i个周期长度；n ij 为第i个周期长度下第j个子串匹配对的汉明距离；
Figure SMS_9
为向上取整符号；exp()是以自然常数为底的指数函数；当子串匹配对的汉明距离越小时，相邻子串的差异越小，相邻子串的重复率越高，历史序列在该周期长度下的重复度越高，待压缩序列中的字符出现的规律越符合该周期长度所对应的周期，此时第i个周期长度l i 的重复度越大；当子串匹配对的汉明距离越大时，相邻子串的差异越大，相邻子串的重复率越低，历史序列在该周期长度下的重复度越低，历史序列中的字符出现的规律越不符合该周期长度所对应的周期，此时第i个周期长度l i 的重复度越小。
至此，获取了第i个周期长度c i 的重复度。
同理获取所有周期长度的重复度。
需要说明的是，当第i个周期长度l i 的重复度越大，历史序列中字符出现的规律越符合该周期长度，即第1个字符与第l i +1、2l i +1、3l i +1、…个字符大概率相同，第二个字符与第l i +2、2l i +2、3l i +2、…个字符大概率相同。而历史序列与待压缩序列对应的采集时间相差较小，使得待压缩序列中字符出现的规律和历史序列中字符出现的规律相差较小。后续在根据压缩字典进行压缩的过程中，会将压缩字典中每个匹配到的字符依次提到压缩字典的最开始，则对待压缩序列进行压缩时，对于待压缩序列中大部分字符，越可能匹配到该周期长度对应的位置，即压缩字典第l i 个位置，为了提高压缩效率，则越应该为第i个周期长度分配越短的编码。反之，当第i个周期长度l i 的重复度越小，越应该为第i个周期长度分配越长的编码。
在本发明实施例中，按照重复度从大到小的顺序，为每个周期长度依次分配不定长编码0、1、00、01、10、11、000、001、010、011、100。例如假设按照重复度从大到小的顺序对所有周期长度进行排序的结果为{6,1,8,2,3,4,5,7,9,10,11}时，周期长度6对应的不定长编码为0，1对应的不定长编码为1，8对应的不定长编码为00，依次类推，可得到每个周期长度对应的不定长编码。
周期长度1、2、3、…、11依次对应压缩字典中第1个位置、第2个位置、第3个位置、…、第11个位置。将每个周期长度对应的不定长编码作为压缩字典中对应的每个位置的不定长编码。本发明实施例中一个压缩字典以及压缩字典中对应的每个位置的不定长编码的示意图参见图2。
至此，获取了压缩字典以及压缩字典中每个位置的不定长编码。
需要说明的是，本发明实施例根据上一时间段的能源数据中字符的频率获取压缩字典，根据不同周期长度将上一时间段的能源数据分割成多个子串，通过分析相邻子串的汉明距离，来获取上一时间段的能源数据中字符出现的周期规律，从而得到每个周期长度的重复度，按照重复度从大到小的顺序为每个周期长度依次分配长度从短到长的不定长编码。将每个周期长度的不定长编码作为压缩字典的每个位置的编码，后续在根据压缩字典对待压缩序列进行编码时，每编码一个字符，则将压缩字典中对应的匹配字符提到压缩字典的最开始，如此使得对待压缩序列中字符在压缩字典中对应的匹配字符的位置与周期长度相关，当周期长度的重复度越大时，对待压缩序列中字符在压缩字典中对应的匹配字符的位置越可能对应该周期长度，因此本发明实施例根据周期长度的重复度进行不定长编码，使得后续待压缩序列中每个字符在压缩字典中的匹配位置对应的编码尽可能短，进一步使得待压缩序列中每个字符的编码尽可能短，从而提高能源数据的压缩效率，使得能源数据传输更快。
S004．对待压缩序列进行压缩，得到压缩数据。
将待压缩序列中第一个字符作为待压缩字符，根据压缩字典对待压缩字符进行压缩，具体为：
将压缩字典中与待压缩字符相同的字符作为待压缩字符的匹配字符，将匹配字符在压缩字典中的位置的编码作为待压缩字符的编码，将匹配字符提到压缩字典的最开始，实现压缩字典的更新。
将待压缩序列中待压缩字符的下一个字符作为新的待压缩字符，根据更新后的压缩字典对新的待压缩字符进行压缩。重复该过程，直到不存在新的待压缩字符时停止迭代。
将待压缩序列中所有字符对应的编码构成的序列作为压缩数据。
例如，待压缩序列为{1,2,4,.,3,-,1,2,5,.,4,-,1,2,6,.,6}时，压缩字典如图2所示时，对待压缩序列进行压缩的过程的示意图参见图3，最终得到的压缩结果为{1,01,000,11,001,0,0,0,00,0,001,0,0,0,00,0,01}。例如霍夫曼编码对待压缩序列进行压缩的霍夫曼树如图4所示，最终得到的压缩结果为{111,00,101,110,0101,100,111,00,0100,110,101,100,111,00,011,110,011}。本发明实施例中的压缩方法的压缩结果为28位，霍夫曼编码的压缩结果为50位，本发明实施例中的压缩方法相较于霍夫曼编码的压缩效率更高。
至此，获取了压缩数据。
S005．对压缩数据进行传输解压，得到能源数据。
将压缩数据传输到智能云能源运维服务平台，智能云能源运维服务平台对压缩数据进行解压，具体为：
智能云能源运维服务平台根据历史序列（即上一时间段能源数据对应的待压缩序列），利用步骤S003中的方法获取压缩字典以及压缩字典中每个位置对应的不定长编码。
对于压缩数据中的每个编码，获取该编码在压缩字典中对应的位置作为匹配位置，获取匹配位置的字符，作为匹配字符，将匹配字符作为压缩数据中该编码的解压结果，将匹配字符提到压缩字典的最开始，实现压缩字典的更新。
将压缩数据中的所有编码的解压结果构成的序列作为字符序列。
将字符序列中的分隔符“-”之外的字符转换为数字或小数点，将分隔符之间的所有数字合并为一个数值，所有数值构成的序列即为当前能源数据。
至此，实现了压缩数据的传输与解压，得到了能源数据。
S006．对能源数据进行智能运维管理。
智能云能源运维服务平台根据当前能源数据以及历史能源数据进行智能分析，根据能源数据的变化趋势进行生产异常预测或检测。
通过以上步骤，完成了能源数据的智能运维管理。
本发明实施例根据上一时间段的能源数据中字符的频率获取压缩字典，根据不同周期长度将上一时间段的能源数据分割成多个子串，通过分析相邻子串的汉明距离，来获取上一时间段的能源数据中字符出现的周期规律，从而得到每个周期长度的重复度，按照重复度从大到小的顺序为每个周期长度依次分配长度从短到长的不定长编码。将每个周期长度的不定长编码作为压缩字典的每个位置的编码，在根据压缩字典对待压缩序列进行编码时，每编码一个字符，则将压缩字典中对应的匹配字符提到压缩字典的最开始，如此使得对待压缩序列中字符在压缩字典中对应的匹配字符的位置与周期长度相关，当周期长度的重复度越大时，对待压缩序列中字符在压缩字典中对应的匹配字符的位置越可能对应该周期长度，因此本发明实施例根据周期长度的重复度进行不定长编码，使得待压缩序列中每个字符在压缩字典中的匹配字典的位置对应的编码尽可能短，进一步使得待压缩序列中每个字符的编码尽可能短，从而提高能源数据的压缩效率，使得能源数据传输更快，确保了智能云能源运维服务平台对能源数据运维处理的及时性。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.智能云能源运维服务平台数据管理方法，其特征在于，该方法包括以下步骤：
采集当前能源数据，将当前能源数据转换为待压缩序列；
获取上一时间段能源数据对应的待压缩序列作为历史序列，统计历史序列中每种字符的频率，按照频率从大到小的顺序对所有种字符进行排序，将得到的序列作为当前能源数据的压缩字典；
获取多个周期长度，将任意一个周期长度作为当前周期长度，将历史序列划分为多个长度为当前周期长度的子串，将所有相邻的子串构成一个子串匹配对，获取每个子串匹配对的汉明距离；根据所有子串匹配对的汉明距离，获取当前周期长度的重复度；
获取每个周期长度的重复度；按照重复度从大到小的顺序，为每个周期长度分配不定长编码；将每个周期长度对应的不定长编码作为压缩字典中对应的每个位置的编码；
将待压缩序列中每个字符依次作为待压缩字符，对待压缩字符进行压缩，包括：
将压缩字典中与待压缩字符相同的字符作为待压缩字符的匹配字符，将匹配字符在压缩字典中的位置的编码作为待压缩字符的编码，根据匹配字符对压缩字典进行更新；
将待压缩序列中所有字符对应的编码构成的序列作为压缩数据；
将压缩数据传输至智能云能源运维服务平台，智能云能源运维服务平台对压缩数据进行解压还原，得到当前能源数据；智能云能源运维服务平台根据当前能源数据进行生产异常预测；
所述根据所有子串匹配对的汉明距离，获取当前周期长度的重复度，包括的具体步骤如下：
Figure QLYQS_1
；
其中b i 为第i个周期长度的重复度；L为历史序列的长度；l i 为第i个周期长度；n ij 为第i个周期长度下第j个子串匹配对的汉明距离；
Figure QLYQS_2
为向上取整符号；exp()是以自然常数为底的指数函数。
2.根据权利要求1所述的智能云能源运维服务平台数据管理方法，其特征在于，所述将当前能源数据转换为待压缩序列，包括的具体步骤如下：
在当前能源数据中所有相邻的两个数值之间添加分隔符号“-”，将当前能源数据中每个数值的每个数位分别看作一个字符，若数值为小数时，将小数点也看作一个字符，将当前能源数据所有字符组成的序列记作待压缩序列。
3.根据权利要求1所述的智能云能源运维服务平台数据管理方法，其特征在于，所述获取多个周期长度，包括的具体步骤如下：
获取压缩字典中字符的种类数c，将[1,c]范围内的所有整数分别作为一个周期长度。
4.根据权利要求1所述的智能云能源运维服务平台数据管理方法，其特征在于，所述根据匹配字符对压缩字典进行更新，包括的具体步骤如下：
将匹配字符提到压缩字典的最开始，实现压缩字典的更新。
CN202310446146.8A 2023-04-24 2023-04-24 智能云能源运维服务平台数据管理方法 Active CN116192971B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310446146.8A CN116192971B (zh) 2023-04-24 2023-04-24 智能云能源运维服务平台数据管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310446146.8A CN116192971B (zh) 2023-04-24 2023-04-24 智能云能源运维服务平台数据管理方法

Publications (2)

Publication Number Publication Date
CN116192971A CN116192971A (zh) 2023-05-30
CN116192971B true CN116192971B (zh) 2023-06-27

Family

ID=86444636

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310446146.8A Active CN116192971B (zh) 2023-04-24 2023-04-24 智能云能源运维服务平台数据管理方法

Country Status (1)

Country Link
CN (1) CN116192971B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116521093B (zh) * 2023-07-03 2023-09-15 漳州科恒信息科技有限公司 一种智慧社区人脸数据存储方法及系统
CN116737741B (zh) * 2023-08-11 2023-11-07 成都筑猎科技有限公司 一种平台商户余额数据实时更新处理方法
CN116886104B (zh) * 2023-09-08 2023-11-21 西安小草植物科技有限责任公司 一种基于人工智能的智慧医疗数据分析方法
CN116915873B (zh) * 2023-09-13 2023-11-24 通用电梯股份有限公司 基于物联网技术的高速电梯运行数据快速传输方法
CN117056496B (zh) * 2023-10-12 2024-01-26 青岛海尔乐信云科技有限公司 一种基于大数据的智能客服交互数据管理方法
CN117134777B (zh) * 2023-10-27 2024-01-26 苏州英孚思科技有限公司 一种定位数据的智能压缩方法
CN117221414B (zh) * 2023-11-09 2024-01-16 东莞中杰艾克森电子有限公司 一种调制解调器数据智能传输方法
CN117792403B (zh) * 2024-02-26 2024-05-07 成都农业科技职业学院 基于流式大数据技术的分布式农业数据存储管理方法
CN117811589B (zh) * 2024-03-01 2024-05-10 广州润普网络科技有限公司 一种基于人工智能的企业数据压缩方法及系统
CN117896442A (zh) * 2024-03-15 2024-04-16 陕西禄远电子科技有限公司 一种基于物联网的综合能源数据管理系统
CN117978178A (zh) * 2024-03-29 2024-05-03 陕西尤爱倍特乳业有限公司 一种乳制品生产用交互系统及方法
CN118018032A (zh) * 2024-04-09 2024-05-10 西安西驰信息技术有限公司 一种智能化开关柜的远程控制数据传输方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5771011A (en) * 1996-07-15 1998-06-23 International Business Machines Corporation Match detect logic for multi-byte per cycle hardware data compression
CN109190793A (zh) * 2018-07-27 2019-01-11 中国电力科学研究院有限公司 一种基于近似周期时间序列的光伏发电功率预测方法及系统
CN115796434A (zh) * 2023-01-29 2023-03-14 北京飞利信信息安全技术有限公司 一种用于配电网的管控方法、装置、电子设备及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5771011A (en) * 1996-07-15 1998-06-23 International Business Machines Corporation Match detect logic for multi-byte per cycle hardware data compression
CN109190793A (zh) * 2018-07-27 2019-01-11 中国电力科学研究院有限公司 一种基于近似周期时间序列的光伏发电功率预测方法及系统
CN115796434A (zh) * 2023-01-29 2023-03-14 北京飞利信信息安全技术有限公司 一种用于配电网的管控方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于字符串匹配的通用数据压缩算法;王忠效;计算机应用(第01期);全文 *

Also Published As

Publication number Publication date
CN116192971A (zh) 2023-05-30

Similar Documents

Publication Publication Date Title
CN116192971B (zh) 智能云能源运维服务平台数据管理方法
CN115361027B (zh) 一种污水处理效果识别方法
CN116681036B (zh) 基于数字孪生的工业数据存储方法
CN107135004A (zh) 一种对地震数据流的自适应实时无损压缩方法
Orlitsky et al. Speaking of infinity [iid strings]
CN116015312B (zh) 基于物联网平台的气体报警系统数据存储方法
CN112994701A (zh) 数据压缩方法、装置、电子设备及计算机可读介质
CN115913247A (zh) 一种高频电力数据深度无损压缩方法及系统
CN116032294B (zh) 一种用于大气监测数据的智能处理方法
CN114487673A (zh) 一种基于Transformer的电力设备故障检测模型和电子设备
CN116827351B (zh) 一种石墨烯发热墙面温度智能监测系统
CN117097441B (zh) 基于数据分析的载波通信系统传输效率优化方法
CN116743182B (zh) 一种数据无损压缩方法
CN113673152A (zh) 一种基于数字孪生体的集团级kks编码智能映射推荐方法
CN116961672A (zh) 基于Transformer编码器的无损数据压缩方法
CN115964347B (zh) 一种市场监管监测中心数据的智能存储方法
CN115713044B (zh) 一种多工况切换下的机电设备剩余寿命分析方法和装置
CN115695564B (zh) 一种物联网数据的高效传输方法
CN115622571B (zh) 一种基于数据处理的雷达目标识别方法
CN116961674A (zh) 一种分布式光伏数据压缩方法及系统
CN116915873A (zh) 基于物联网技术的高速电梯运行数据快速传输方法
CN115567609B (zh) 一种锅炉用物联网通信方法
CN103746701A (zh) 一种用于Rice无损数据压缩的快速编码选项选择方法
CN109698703B (zh) 基因测序数据解压方法、系统及计算机可读介质
CN112712855B (zh) 一种基于联合训练的含缺失值基因微阵列的聚类方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant